PulseAugur
实时 07:02:06
English(EN) AHA-Memes: A Fine-Grained Multimodal Benchmark for Understanding Hate in Arabic Memes

新的阿拉伯语梗图数据集解决了细粒度仇恨言论检测问题

研究人员推出 AHA-Memes,这是一个新的基准数据集,旨在帮助 AI 模型更好地理解和检测阿拉伯语梗图中的仇恨言论。该数据集包含 5,000 个手动标注的梗图和另外 66,000 个银标梗图,侧重于细粒度的多标签标注,以捕捉各种仇恨类型和攻击策略。该研究通过对仅文本、仅图像和多模态模型进行基准测试,包括少样本学习和视觉语言模型,来建立基线,突出了具有文化特异性的仇恨检测所面临的挑战。 AI

影响 该数据集旨在提高 AI 在多模态内容中检测细微仇恨言论的能力,尤其是在资源匮乏的语言中。

排序理由 该集群是一篇介绍 AI 研究新数据集和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的阿拉伯语梗图数据集解决了细粒度仇恨言论检测问题

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Mohamed Bayan Kmainasi, Ali Ezzat Shahroor, Abul Hasnat, Md. Rafiul Biswas, Wajdi Zaghouani, Firoj Alam ·

    AHA-Memes:一个用于理解阿拉伯语梗图仇恨的细粒度多模态基准

    arXiv:2607.27393v1 Announce Type: new Abstract: Hateful memes are a growing form of multimodal online harm, where hostile intent is often conveyed through the joint interpretation of images, text, cultural references, and implicit targets. While hateful meme detection has advance…